电主轴转子热误差是导致机床加工误差最主要的因素。为了准确预测电主轴热误差,开展了基于HPO-ELM的电主轴热误差建模研究,采集电主轴温升和热误差数据,利用Kmeans++聚类结合灰色关联度理论对其进行分析,提出基于猎人猎物算法优化极限学习机的热误差建模方法,最后建立电主轴热误差预测模型。对电主轴热误差进行仿真分析,并将所提方法与ELM、GA-ELM方法进行热误差预测准确性对比。结果表明相比ELM、GA-ELM方法,基于HPO-ELM建立的热误差模型具有更高的准确性,预测精度可达98.08%,预测残差值小于1μm,证明了此模型具有更好的预测精度和鲁棒性。